| 知能 | |||
|---|---|---|---|
| Intelligence Index | 44 | 40 | |
| AA-Briefcase v1.1 | 1425 | 1435 | |
| GDPval-AA v2.1 | 1584 | 1610 | |
| AutomationBench-AA | 51% | 57% | |
| Terminal-Bench 4.0 | 33% | 11% | |
| SciCode | 59% | 54% | |
| Humanity's Last Exam | 46% | 42% | |
| GDP.pdf | 15% | 15% | |
| CritPt | 21% | 20% | |
| AA-Omniscience | 16 | 4 | |
| AA-LCR v1.1 | 88% | 80% | |
| 費用 | |||
| 100万トークンあたりの料金 | $0.54 | $1.175 | |
| 入力100万トークンあたりの価格 | $1.00 | $2.00 | |
| 出力100万トークンあたりの価格 | $2.70 | $6.00 | |
| キャッシュヒット100万トークンあたりの価格 | $0.10 | $0.25 | |
| タスクあたりのコスト | $1.03 | $2.16 | |
| Intelligence Index 実行コスト | $1,190 | $2,633 | |
| トークン使用量 | |||
| タスクあたりの出力トークン | 64k | 69k | |
| タスクあたりの推論トークン | 43k | 47k | |
| Intelligence Index 実行の出力トークン | 156M | 172M | |
| パフォーマンス | |||
| 出力速度 | 87トークン/秒 | 36トークン/秒 | |
| 最初のトークンまでの時間 | 2.82秒 | 3.04秒 | |
| 最初の回答トークンまでの時間 | 25.80秒 | 58.51秒 | |
| エンドツーエンド応答時間 | 31.55秒 | 72.38秒 | |
| タスクあたりの時間 | 612.36秒 | 1490.71秒 | |
| 技術仕様 | |||
| コンテキストウィンドウ | 1000kトークンArial 12ポイントのA4用紙約1,500ページ分 | 262kトークンArial 12ポイントのA4用紙約393ページ分 | |
| リリース日 | 2026年9月 | 2026年8月 | |
| 総パラメーター数 | 600B | 2.4T | |
| 有効パラメーター数 | 27B | 95B | |
| 推論 | はい | はい | |
| 入力モダリティ | 対応:テキスト、画像 | 対応:テキスト | |
| 出力モダリティ | 対応:テキスト | 対応:テキスト | |
| オープンウェイト | いいえ | ||
| ライセンス | |||
| 制限なしの商用利用をライセンスで許可 | はい | ||
知能
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index:オープンウェイトとプロプライエタリ
Intelligence Index とタスクあたりのコスト
タスク当たりのコスト(USD、対数スケール)
特定の能力や業界におけるモデルの性能を測定
Artificial Analysis Finance & Accounting Index
Intelligence Evaluations
Agentic knowledge work, (Elo-500)/2000
Agentic real-world work tasks, (Elo-500)/2000
Agentic SaaS workflows
Agentic coding & terminal use
Coding
Reasoning & knowledge
Professional document reasoning, All-pass
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic scientific research workflows in a terminal
Quantitative analysis on spreadsheets & documents
Kubernetes incident root-cause analysis
Visual reasoning
Medical long context reasoning
AA-Briefcase v1.1Updated
AA-Briefcase Elo
AA-Omniscience
AA-Omniscience Index
Openness Index
Artificial Analysis Openness Index:スコア
Intelligence Indexの比較
Intelligence Index とタスクあたりのコスト
タスク当たりのコスト(USD、対数スケール)
トークン使用量
Intelligence Indexのタスクあたりの出力トークン数
費用
Intelligence Index タスクあたりのコスト
Artificial Analysis Intelligence Index の実行コスト
料金:キャッシュヒット・入力・出力
コンテキストウィンドウ
コンテキストウィンドウ
速度
出力速度(1秒あたりのトークン数)で測定
出力速度
Intelligence Indexのタスクあたりの時間
遅延
最初のトークンまでの時間(秒)で測定
遅延: 最初の回答トークンまでの時間
エンドツーエンド応答時間
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
エンドツーエンド応答時間
モデル規模(オープンウェイトモデルのみ)
モデルサイズ:総パラメータ数とアクティブパラメータ数
よくある質問
Step 5 Previewの知能が上です。Artificial Analysis Intelligence Indexで、Step 5 Previewのスコアは44、Qwen3.8 2.4T A95Bは40です。
Step 5 Previewの方が高速です。出力速度はStep 5 Previewが毎秒87.0トークン、Qwen3.8 2.4T A95Bが毎秒36.1トークンです。
Step 5 Previewの方が安価です。100万トークンあたりの料金はStep 5 Previewが$0.54、Qwen3.8 2.4T A95Bが$1.18です(キャッシュヒット/入力/出力を7:2:1とした場合)。
Step 5 Previewの方が遅延が短くなっています。最初のトークンまでの時間はStep 5 Previewが2.82秒、Qwen3.8 2.4T A95Bが3.04秒です。
Step 5 Previewのコンテキストウィンドウが大きくなっています。Step 5 Previewは1.0Mトークン、Qwen3.8 2.4T A95Bは260kトークンに対応しています。